如何在Numba中将Python List或numba.typed.List转换为np.array？

你的代码里直接用np.array()转换numba.typed.List失败，核心原因是Numba的JIT编译环境对这种自动转换的支持有限，尤其是当List中的元素是多维numpy数组时。下面是可行的解决方法：

修正后的代码 #

import numba as nb
import numpy as np

@nb.njit
def func():
    a = np.array([1.2, 5.3])
    # 提前指定typed.List的元素类型为float64一维数组
    tmp = nb.typed.List.empty_list(nb.types.float64[:])
    tmp.append(a)
    # 预分配结果数组，匹配List元素的形状和数量
    result = np.empty((len(tmp),) + a.shape, dtype=a.dtype)
    # 循环将List中的元素赋值到结果数组
    for i in range(len(tmp)):
        result[i] = tmp[i]
    return result

关键说明 #

• 必须明确指定typed.List的元素类型：用empty_list方法传入对应的Numba类型（比如nb.types.float64[:]表示float64的一维数组），避免类型推断的问题。
• 不能直接依赖np.array()的自动转换：在JIT环境中，对于元素为数组的typed.List，需要手动预分配数组并循环赋值，这是Numba当前支持最稳定的方式。
• 如果你的List元素是标量（比如[1.2, 5.3]这种单个数值），直接用np.array(tmp)是可行的，但多维元素场景必须用上述手动赋值的方式。

内容的提问来源于stack exchange，提问作者binghua xie